声明
致谢
摘要
1 引言
1.1 研究背景
1.2 贝叶斯网络的研究现状
1.3 缺失数据处理研究现状
1.4 主要研究内容
1.5 本文结构安排
2 贝叶斯网络及相关理论
2.1 概率论
2.2 图论及图的邻接矩阵
2.3 贝叶斯网络的基本理论
2.4 贝叶斯网络的构建
2.4.1 贝叶斯网络参数估计
2.4.2 贝叶斯网络结构学习
2.5 本章小结
3 异质深度测序数据下的基因调控网络推断
3.1 生物学背景
3.1.1 下一代测序技术
3.1.2 基因调控网络
3.2 SeqSpider基因调控网络推断软件
3.2.1 SeqSpider软件简介
3.2.2 本文对SeqSpider软件改进思路
3.3 本章小结
4 针对不完整数据的KGV评分算法
4.1 核方法及独立成分分析
4.1.1 核典型相关分析算法
4.1.2 核广义方差
4.1.3 利用不完全Cholesky分解处理缺失数据
4.2 基于KGV的贝叶斯网络结构评分函数
4.2.1 核函数设计
4.2.2 KGV评分函数惩罚项设计
4.2.3 KGV评分函数节点互信息表示
4.2.4 针对不完整数据的细节处理
4.3 本章小结
5 不完整数据中的贝叶斯网络结构学习实验
5.1 实验数据简介
5.2 基于KGV评分的贝叶斯网络结构学习算法
5.2.1 算法基本流程
5.2.2 数据预处理
5.2.3 KGV评分函数的实现
5.2.4 贝叶斯网络结构搜索
5.3 实验结果与分析
5.4 本章小结
6 结论与展望
参考文献
作者简历及攻读硕士学位期间取得的研究成果
学位论文数据集
北京交通大学;